Pythonプログラミング（総合演習課題）

このページには、DNAの塩基配列の解析（ORFを探し出す）を行うコードの開発を、演習課題としてまとめました。「腕試し」として、課題１から順に取り組んでみてください。

準備

課題に取り組む前に、以下のページを読み、内容を把握しておくこと。

課題１

Genbank形式のデータファイル（NC000913.gbk）を読み込み、データ中にA,T,C,Gそれぞれの塩基が何個含まれているか、および、それぞれが全体に占める割合を出力するプログラムを作成せよ。

要件

プログラムファイル名はga-kadai1.pyに統一
プログラムの出力フォーマットは、各自の工夫に任せるが、目安として、以下を示しておく。

    $ python3 ga-kadai1.py
    reading: NC000913.gbk
    1254 bp
    T: 433 (34.529506 %)
    C: 284 (22.647528 %)
    A: 240 (19.138756 %)
    G: 297 (23.684211 %)

課題２

Genbank形式のデータファイル（NC000913.gbk）を読み込み、対向する側の（相補的な）鎖の塩基配列を記号(T,C,A,G）の列として出力するプログラムを作成せよ。

要件

プログラムファイル名はga-kadai2.pyに統一
対向する鎖は「逆順」に読まれることに注意すること。

    $ python3 ga-kadai2.py
    reading: NC000913.gbk
    1254 bp
    TTAAGCGACTTCATTCACCTG・・・

課題３

Genbank形式のデータファイル（NC000913.gbk）について、最初の塩基から順に（３つずつ、３つおきに）読み込んだ場合、対応するアミノ酸の配列を記号（A,C,D,E,F...)の列で表示するプログラムを作成せよ。

要件

プログラムファイル名はga-kadai3.pyに統一

    $ python3 ga-kadai3.py
    reading: NC000913.gbk
    1254 bp
    MYYLKNTNFWMFGLFFFF・・・

課題４

Genbank形式のデータファイル（NC000913.gbk）について、最初の塩基Aをスキップして二番目から、TGT, ACT,...と読み進んだ場合、 ORF（ATGで始まり、TAA,TAG,TGAで終わる領域：一箇所とは限らない）を全て探し、その箇所の塩基配列を記号(A,T,G,C)列としてプリントするプログラムを作成せよ。

要件

プログラムファイル名はga-kadai4.pyに統一
ATG ... ATG ... TAGのような配列の場合、二番目以降のATGはアミノ酸コードとして解釈すること(できるだけ長い系列のORFを見つける)。

    $ python3 ga-kadai4.py
    reading: NC000913.gbk
    1254 bp
    ORF @ 104: ATGACATCAACCATATCAG・・・
    ・・・

課題５

Genbank形式のデータファイル（NC000913.gbk）を読み込み、可能な６通りの読み方全てについて、対応するアミノ酸の配列を記号（A,C,D,E,F...)で表示するプログラムを作成せよ。両端の読み飛ばされた部分の塩基は、無視して構わない。

要件

プログラムファイル名はga-kadai5.pyに統一

課題６

Genbank形式のデータファイル（NC000913.gbk）に対して、可能な６通りの読み方全てについて、ORF（ATGで始まり、TAA,TAG,TGAで終わる領域）を探し、その（それらの）箇所の塩基配列を記号(A,T,G,C)列としてプリントするプログラムを作成せよ。

要件

プログラムファイル名はga-kadai6.pyに統一
課題４と同様、出来るだけ長いORFを出力すること。